智慧電網中以戶為單位之用電特徵分析

dc.contributor陳伶志zh_TW
dc.contributor.author郭千瑜zh_TW
dc.date.accessioned2019-09-05T11:18:14Z
dc.date.available2015-8-26
dc.date.available2019-09-05T11:18:14Z
dc.date.issued2013
dc.description.abstract智慧電網及智慧型電表建置在全球快速發展,在台灣已有特定地區裝設智慧型電網,透過智慧型電表蒐集用戶電表量測資料。消費者的用電習慣各有不同,而影響消費者的用電習慣有許多因素,本研究將會針對溫度、樓層等因素作用電量分析,使消費者不但可以瞭解自身的用電習慣,並加以調整,以減少電費支出,還可節省電能消耗。除了電量分析外,預測用電量也可幫助電力業者適時調整發電量,改善浪費電力能源之現象。本研究使用三種用電預測方法,分別為回看法(ε-LookBack-N)、差分整合自回歸移動平均模型(Autoregressive Integrated Moving Average Model)和支持向量回歸(Support Vector Regression),我們將評估其適用性與準確度,並透過用電戶的用電特徵分群,進一步結合環境變因,研究用電戶用電度數的預測模型,並利用既有量測資料進行驗證。其預測模型可以幫助電力業者作用電預測,適時調整發電量,有效率的配送電能,以達到節能省碳之目的。zh_TW
dc.description.sponsorship資訊工程學系zh_TW
dc.identifierGN060047072S
dc.identifier.urihttp://etds.lib.ntnu.edu.tw/cgi-bin/gs32/gsweb.cgi?o=dstdcdr&s=id=%22GN060047072S%22.&%22.id.&
dc.identifier.urihttp://rportal.lib.ntnu.edu.tw:80/handle/20.500.12235/106578
dc.language中文
dc.subject智慧型電表zh_TW
dc.subject資料分析zh_TW
dc.subject回看法zh_TW
dc.subject支持向量回歸zh_TW
dc.subject分群演算法zh_TW
dc.subjectSmart Meter Dataen_US
dc.subjectData Analysisen_US
dc.subjectε-LookBack-Nen_US
dc.subjectSupport Vector Regressionen_US
dc.subjectClusteringen_US
dc.title智慧電網中以戶為單位之用電特徵分析zh_TW
dc.titleAn Analysis of Household Electricity Meter Data in Smart Grid Systemsen_US

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
n060047072s01.pdf
Size:
1.2 MB
Format:
Adobe Portable Document Format

Collections